一个关于插入查找和排序问题

今天碰到一个问题，操作类似数据库：从文件中读取日志，原本每一条日志可以分为若干字段，假设为：time，a，b，c。

现在对这个日志文件进行聚合，规则是，日志文件是按照time分端进行合并。比如按照每5分钟为一段，每一段内的日志如果除了time字段外，abcd如果都一样，就合并，并在每条日志后最后一个添加一个字段ount，
标识这种日志在某个时间段内有几条。所以归并之后，每个时间段内是没有重复日志的，当然两个不同的时间段，比如10:00-10:04 和10:05-10:09这个不同的时间段内是可以有相同的日志的。

现在的问题是要从日志文件读取，并进行统计。比如现在有这么一种情况，所有日志先按照a字段进行划分，分为a1，a2….ai，按照日志进行排序。然后在每一类中，比如a1中，按照b1,b2,..bj进行再次排序。同样在a2大类里也按照b1,b2…bj进行排序。直到类型c。

所以，这个问题是一个多层次的排序问题。如何比较高效得解决问题？
第一反应就是用多级map来处理。
map<a, {count, *submap}> ma 先按照a的类型就行分类映射，其中的count标识a这种类型的日志的条数。submap指向a这种大类下的按照b划分的子映射。比如为 map<b, {count, *submap} >mb， 同样，submap指向b这个分类下的c的映射，假设为 map<c, {count, *submap}>mc, 在当前情况下，c后面没有再分子类，那么 mc中的 submap可以设置为NULL。随着日志的读取插入，每一层次的count一直在变。直到所有的日志都处理完毕。那么多层次的map也就构建完成。那么接下去的工作是如何排序？

（续）